Procesamiento de documentos con IA: facturas y contratos

El OCR clásico convierte los caracteres de una imagen en texto y ahí se detiene. No sabe qué parte del texto es el total y cuál es la fecha de vencimiento; suele resolverlo fijando posiciones para una plantilla concreta. Cuando la plantilla cambia, la lectura se rompe.

La lectura basada en IA interpreta el texto por su significado: puede encontrar el total en facturas de distintos proveedores aunque esté escrito en lugares diferentes. Esa flexibilidad tiene un precio: el resultado no es idéntico cada vez, y el modelo puede producir un valor de apariencia plausible incluso para un campo del que no está seguro. Por eso se añaden comprobaciones basadas en reglas para verificar la coherencia.

Los mejores candidatos son los documentos que llegan en volumen, se parecen en su estructura y en los que un valor erróneo se puede detectar: facturas de proveedores, formularios de pedido, formularios de solicitud, albaranes. Las facturas mensuales que recibe un grupo de spas de decenas de proveedores son un buen ejemplo; cada una tiene un aspecto distinto, pero lleva los mismos cinco o seis campos.

Los contratos son otra cosa. La IA puede encontrar y resumir las partes, la duración y la cláusula de rescisión, pero no debe esperarse de ella que interprete el efecto jurídico de una cláusula. Su resultado sirve como primera lectura; la valoración vinculante corresponde a un abogado.

• Facturas de proveedores: importe, impuesto, fecha de vencimiento, número de pedido
• Formularios de solicitud y de inscripción: nombre, fecha, opciones marcadas
• Albaranes: producto, cantidad, fecha
• Contratos: solo un primer resumen y la localización de cláusulas, no interpretación jurídica
• Letra manuscrita y escaneos de mala calidad: solo con una intensa revisión humana

El error no se reduce a cero; se hace visible. Para cada campo leído, el sistema registra su grado de seguridad, y los campos por debajo de un umbral pasan ante una persona. Los campos críticos, como el importe, se comprueban además mediante reglas: si las líneas suman el total, si el tipo impositivo es plausible, si ese número de factura ya se ha introducido.

La calidad también se sigue a lo largo del tiempo. Cada mes se lee a mano una muestra aleatoria de documentos y se compara con lo que extrajo el sistema; los tipos de documento en los que se equivoca se anotan y se someten a controles más estrictos. Una tasa de error general induciría a error aquí, porque varía notablemente según el tipo de documento, la calidad y el sistema empleado.

Si el dato leído desencadena un pago, un registro o un compromiso, una persona lo aprueba antes de que se ejecute. Un documento rutinario, de poco valor y verificado por las reglas puede pasar directamente; uno de valor alto, uno de un proveedor nuevo o uno que contradice las reglas se retiene.

En la práctica, el flujo funciona así: el sistema lee el documento, escribe los campos en una tabla y coloca el documento en una cola de revisión si la confianza es baja o se incumple una regla. El revisor ve el original junto a los campos extraídos y corrige solo el dudoso. El tiempo de una persona se dedica a los documentos inciertos, no a todos.

Las facturas, los formularios y los contratos pueden contener números de identidad, direcciones, datos bancarios y secretos comerciales. Antes de enviar un documento a un servicio de IA externo, debe quedar claro en el contrato y en la configuración adónde van los datos, si se almacenan allí y si se usan para entrenar el modelo.

Siempre que es posible, los campos que no hacen falta se enmascaran antes de enviar el documento; el acceso se abre solo a las personas que hacen el trabajo y cada lectura se registra. También se fija al principio cuánto tiempo se conservan los documentos. Sobre las obligaciones conforme al RGPD no puede darse aquí un dictamen firme; consulte a un abogado antes de tratar documentos que contengan datos personales.

Si hay pocos documentos, digamos veinte facturas al mes, introducirlos a mano o usar una herramienta sencilla de plantillas es más barato y más seguro. El esfuerzo de montaje y revisión puede superar el tiempo ahorrado.

Donde cada documento tiene consecuencias jurídicas y un error sale caro, la IA tampoco debería ser la única lectora. Ahí sirve a lo sumo como segundo par de ojos, como una herramienta que acompaña la lectura de una persona. La decisión y la responsabilidad siguen en manos de la persona.

El primer error es ponerse en marcha sin medir la calidad. Antes del montaje, deberían leerse a mano unos cien documentos reales y compararse con la salida del sistema; sin saber en qué tipos se equivoca, no se puede construir confianza.

El segundo error es escribir los datos extraídos en la contabilidad o en el sistema de existencias sin verificarlos. Una vez que entra un importe erróneo, es mucho más difícil darse cuenta más tarde. El tercero es no saber adónde se envía el documento: las condiciones de una herramienta gratuita pueden permitir que los documentos se almacenen o se usen para el entrenamiento. Lea las condiciones antes de usarla.